CN115455651B - 一种水电站公用辅助设备故障诊断与趋势分析方法 - Google Patents
一种水电站公用辅助设备故障诊断与趋势分析方法 Download PDFInfo
- Publication number
- CN115455651B CN115455651B CN202210955759.XA CN202210955759A CN115455651B CN 115455651 B CN115455651 B CN 115455651B CN 202210955759 A CN202210955759 A CN 202210955759A CN 115455651 B CN115455651 B CN 115455651B
- Authority
- CN
- China
- Prior art keywords
- oil
- time
- starting
- pressure
- pump
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 124
- 238000003745 diagnosis Methods 0.000 title claims description 54
- 230000008859 change Effects 0.000 claims abstract description 177
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 168
- 238000012423 maintenance Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000007547 defect Effects 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 69
- 238000012544 monitoring process Methods 0.000 claims description 57
- 238000003825 pressing Methods 0.000 claims description 38
- 230000005856 abnormality Effects 0.000 claims description 28
- 230000035772 mutation Effects 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 19
- 238000007789 sealing Methods 0.000 claims description 13
- 238000010977 unit operation Methods 0.000 claims description 11
- 125000004122 cyclic group Chemical group 0.000 claims description 10
- 230000001960 triggered effect Effects 0.000 claims description 9
- 230000002441 reversible effect Effects 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 6
- 235000020681 well water Nutrition 0.000 claims description 6
- 239000002349 well water Substances 0.000 claims description 6
- 238000009530 blood pressure measurement Methods 0.000 claims description 5
- 230000007774 longterm Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 abstract description 8
- 239000003921 oil Substances 0.000 description 211
- 230000001276 controlling effect Effects 0.000 description 11
- 230000033228 biological regulation Effects 0.000 description 6
- CUZMQPZYCDIHQL-VCTVXEGHSA-L calcium;(2s)-1-[(2s)-3-[(2r)-2-(cyclohexanecarbonylamino)propanoyl]sulfanyl-2-methylpropanoyl]pyrrolidine-2-carboxylate Chemical compound [Ca+2].N([C@H](C)C(=O)SC[C@@H](C)C(=O)N1[C@@H](CCC1)C([O-])=O)C(=O)C1CCCCC1.N([C@H](C)C(=O)SC[C@@H](C)C(=O)N1[C@@H](CCC1)C([O-])=O)C(=O)C1CCCCC1 CUZMQPZYCDIHQL-VCTVXEGHSA-L 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 239000010720 hydraulic oil Substances 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
一种水电站公用辅助设备故障诊断与趋势分析方法，包括如下步骤：Step1、分析模型建立，根据不同辅助设备的种类、运行特性、分析需求，设计由测点触发底事件、底事件触发中间事件、中间事件触发顶事件的分析模型；Step2、数据计算、分析及预警，从数据平台中抽取需要的测点数据，代入模型进行分析、指标计算，对辅助设备的故障进行诊断和趋势分析。对调速油系统、三部轴承油系统、供水系统、气系统、排水系统等辅助设备的工作效率、运行状况、信号变化规律进行全面、深入的分析，并通过对单个设备的分析，映射出其所在系统或其关联系统存在的缺陷或隐患，提醒电厂运维人员及时排查、处理，给出维修、检修指导，为电厂智慧运行、智慧检修提供理论依据。
Description
技术领域
本发明涉及水电站设备诊断技术领域，具体涉及一种水电站公用辅助设备故障诊断与趋势分析方法。
背景技术
水电站设备由发电机、水轮机、断路器、隔离开关、调速系统、励磁调节系统等主设备以及供油、供水、排水、供气等辅助设备组成。主设备及辅助设备的运行状况都直接影响到机组的安全稳定运行。目前，业内普遍对电站主设备的运行状态分析、故障诊断较关注，并形成了众多的分析、诊断方法，但对水电机组辅助设备的运行趋势分析及故障诊断研究较少。
水电站辅助设备包括机组调速油系统、技术供水系统、顶盖排水系统、三部轴承供油系统以及厂房检修排水系统、厂房渗漏排水系统、中压气系统、低压气系统等。调速油系统及中压气系统直接关系到机组有功负荷的调节；技术供水系统及三部轴承供油系统与机组各部轴承、空冷器的冷却效果直接相关；检修、渗漏排水系统运行正常是防止水淹厂房的保障；低压气系统是机组制动用气及清扫用气的来源。因此，水轮发电机组的安全稳定运行和辅助设备的运行状况紧密相关，对水电机组辅助设备的运行状况分析也不可忽视，而辅助设备的运行状况分析又与机组及其它关联设备的工况相关。目前，大多数水电站通过监控系统的模拟量显示及越限告警、开关量故障告警来监视辅助设备的运行状况，这种方式能够在设备发生故障时及时告警，但不能反应其异常变化趋势，因此需要设计一套关联机组工况、关联设备运行工况的水电站辅助设备故障诊断与趋势分析方法，提前感知其异常运行工况，及时预警，及时检修，将故障消除在萌芽状态。
发明内容
本发明所要解决的技术问题是提供一种水电站公用辅助设备故障诊断与趋势分析方法，提前感知其异常运行工况，及时预警，及时检修，将故障消除在萌芽状态。
为解决上述技术问题，本发明所采用的技术方案是：
一种水电站公用辅助设备故障诊断与趋势分析方法，包括如下步骤：
Step1、分析模型建立，根据不同辅助设备的种类、运行特性、分析需求，设计由测点触发底事件、底事件触发中间事件、中间事件触发顶事件的分析模型，包括所需测点、计算方法、所需工况判断条件；
Step2、数据计算、分析及预警，从数据平台中抽取需要的测点数据，代入模型进行分析、计算，对辅助设备的故障进行诊断和趋势分析，并将最终结果以预警的方式呈现给运维人员。
上述的Step1中，分析模型包括设备启停异常分析模型、设备运行状态异常分析模型和设备监视信号异常分析模型，当分析计算指标与设备正常运行时的健康指标的差值在设定范围内时，表明设备处于正常运行状态；当差值开始增大时，表明设备处于早期预警运行工况；当差值变化斜率大于设定值时，表明设备处于缺陷工况；当差值超过阈值上限或下限时，表明设备处于故障工况。
上述的Step1中，设备启停异常分析模型分为长时启动、长时停止、频繁启动、多台同时启动四种模型，此分析模型用于电机的周期性启动的辅助设备趋势分析，需计算的指标为启动时长、启动间隔，具体模型为下：
定义被检测设备前次启动时刻为T1，前次停止时刻为T2，后次启动时刻为T3，后次停止时刻为T4，启动时长为ΔP，启动间隔为ΔT，平均启动时长为ΔP0，启动时长上限为ΔP0H，启动时长下限为ΔP0L，平均启动间隔为ΔT0，启动间隔上限为ΔT0H，启动间隔下限为ΔT0L，启动台数为N；
长时启动：三相异步电动机类设备，其正常运转、停止时长固定，其启动时长超出正常范围的定义为：计算其单次运转维持时长并与正常运转时长相比较，大于阈值上限即可判断其属于长时启动：
△P＝T2-T1>ΔP0H；
长时停止：三相异步电动机类设备停止时长超出正常范围定义为：计算其单次启动间隔时长并与正常启动间隔时长相比较，大于阈值上限即可判断其属于长时停止：
△T＝T3-T2>ΔT0H；
频繁启动：三相异步电动机类设备频繁启动定义为：计算其单次启动间隔时长并与正常启动间隔时长相比较，小于阈值下限即可判断其属于频繁启动。
△T＝T3-T2<ΔT0L；
多台同时启动：包含多台三相异步电动机的辅助设备，多台同时启动的定义为：计算其同时处于启动状态的台数，大于等于2即判定为多台同时启动
N≥2。
上述的Step1中，设备运行状态异常分析模型用于检测阀门、开关的非周期性状态变化的辅助设备设备趋势分析，分为设备状态与机组运行工况不符、状态持续时间异常两种模型，需计算的指标为启动/开启时长，具体模型如下：
定义被检测设备的设备本次启动/开启时刻为K1，本次停止/关闭时刻为K2，启动时长为ΔK，启动/开启状态保持时长为，平均启动时长为ΔK0，启动/开启状态保持时长上限为ΔK0H，启动/开启状态保持时长下限为ΔK0L；
设备状态与机组运行工况不符：关联机组运行工况，判断相应的辅助设备的位置信号是否与机组运行工况相符；
状态持续时间异常：统计其单次开启时长并与正常开启时长(国标、行标、经验值)相比较，大于阈值上限即可判断其运行异常，即：
ΔK＝K2-K1>ΔK0H。
上述的Step1中，设备监视信号异常分析模型分为用于有模拟量监视信号的辅助设备趋势分析，分为信号突变、信号缓变或长时不变两种模型，需计算的指标为信号变化梯度，模型定义为：
定义前一时刻被监测的模拟量信号测值为A1，后一时刻该模拟量信号测值为A2，模拟量信号测值变化量为ΔA，测值比较周期为T，正常变化梯度为ΔA0，变化梯度上限为ΔA0H，变化梯度下限为ΔA0L；
信号突变：计算其信号变化梯度，大于阈值上限即判断为信号突变，即
信号缓变或长时不变：计算信号变化梯度，小于阈值下限即判断为信号缓变或长时不变，即：
上述的Step2中，辅助设备的故障进行诊断和趋势分析包括对压油装置、顶盖排水系统、技术供水系统、漏油泵系统、三部轴承供油系统、检修排水系统、渗漏排水系统和气系统故障诊断与趋势分析。
上述的Step2中，压油装置包括多个油压泵、多个压力油罐、集油槽以及事故油罐，对油压泵启停控制信号、压力油罐压力和油位、事故油罐压力和油位、集油槽油位以及油泵启动信号进行监视，获取压油装置的故障诊断与趋势分析：
压油泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限；
压油泵长时停止：关联压油系统为非检修工况时，所有油泵共同的连续停止时间大于启动间隔阈值上限；
压油泵频繁启动：任意泵间连续停止时间小于启动间隔阈值下限；
多台泵同时启动：同时启动泵台数大于等于2台；
压油罐压力突变：压油罐压力变化梯度大于阈值上限判定为变化异常；
压油罐压力长时不变：关联压油系统为非检修工况，在有效测值范围内，对油压测值循环比数，连续取三个相邻的测点测值变化梯度小于阈值下限时判定为长时不变，定义为变化异常；
压油罐油位突变：油罐油位变化梯度大于阈值上限判定为油位突变；
压油罐或集油槽油位长时不变：关联压油系统为非检修工况，在有效测值范围内，对测值循环比数，连续取三个测点测值变化梯度小于阈值下限时报警；
事故油罐压力突变：压力变化梯度大于阈值上限判定为压力突变；
事故油罐油位突变：事故油罐油位变化大于阈值上限判定为变化油位突变；
集油槽油位突变：油位变化速度大于阈值时判定为油位突变。
上述的顶盖排水系统包括多台顶盖泵，监控信号有：顶盖泵启停时间，顶盖水位、密封水压以及顶盖泵启动信号；获取顶盖排水系统的故障诊断与趋势分析：顶盖泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限(30分钟)；顶盖泵长时停止：关联顶盖集水槽为正常进水工况时，任意泵间的连续停止时间大于顶盖泵启动间隔阈值上限；
顶盖泵频繁启动：任意泵间的启动间隔小于启动间隔阈值下限；
多台泵同时启动：同时启动泵台数大于等于2；
顶盖水位突变：水位变化速度大于阈值上限，判定为变化异常；
顶盖水位长时不变：关联顶盖集水槽为正常进水工况，在有效测值范围内，对顶盖水位测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为异常；密封水压突变：机组稳定运行时，水压变化梯度大于阈值上限时判定为异常；
密封水压长时不变：机组稳定运行时条件下，在有效测值范围内，对测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为异常。
上述的Step2中，技术供水系统包括供水系统电磁阀、电动阀、排污阀，监控信号有：取水口和出水口水压、阀门状态信号，获取技术供水系统的故障诊断与趋势分析：
取水口或出水口水压长时不变：关联机组稳定运行工况，在水压有效测值范围内，对测值循环比数，连续取三个测点测值变化梯度小于阈值下限时启动报警；
滤水器排污阀开启时间过长：任一滤水器排污阀门连续开启时间大于最大开启时长大于阈值上限启动报警；
技术供水主电磁阀状态异常：关联机组稳定运行工况，技术供水主电磁阀阀门不在开启状态时启动报警；
正反向电磁阀状态异常：关联机组稳定运行工况，正向、反向供水电磁阀同时为全关状态或同时为全开状态持续时间大于电磁阀最大动作时间时启动报警；
上述的漏油泵系统包括机坑漏油泵和技供漏油泵，监控信号有：漏油泵启停时间、漏油箱油位及油泵启动信号，获取漏油泵系统的故障诊断与趋势分析：机坑漏油泵或技供漏油泵长时启动：漏油泵连续启动时长超过启动时长阈值上限(10分钟)；
机坑漏油泵长时停止：关联压油系统正常运行工况，漏油泵连续停止时间大于启动间隔阈值上限；
机坑漏油泵频繁启动：漏油泵连续停止时间小于启动间隔阈值下限；
机坑、技供漏油箱油位突变：油位变化梯度大于阈值上限判定为变化异常；
机坑漏油箱油位长时不变：关联压油系统正常运行工况，在有效测值范围内，对测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为变化异常；技供漏油泵频繁启动：启动间隔小于阈值上限。
上述的三部轴承供油系统包括上导、推力、水导油槽及其管道,其故障诊断与趋势分析：
上导、推力、水导油槽油位突变：油位变化梯度大于阈值上限判定为变化异常；推力、水导油槽油位长期不变：油位变化梯度小于阈值下限判定为变化异常。
上述的Step2中，检修排水系统包括多台检修排水泵及排水管道，监控信号有：检修排水泵启停时间，检修井水位及检修排水泵启动信号，获取检修排水系统的故障诊断与趋势分析：
检修井水位长期不变：有效测值范围内，对检修井水位测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为异常变化；
检修井水位突变：在非机组检修排水期间，检修井水位测值变化梯度大于阈值上限判定为异常；
检修泵长时启动：在非机组检修排水期间，单台泵连续启动时间大于启动时长阈值上限；
检修泵渗漏泵长时停止：任意泵间的连续停止时间大于启动间隔阈值上限；
检修泵频繁启动：任意泵间的连续停止时间小于启动间隔下限；
上述的渗漏排水系统包括多台渗漏排水泵，监控信号有：渗漏泵启停时间，监视渗漏井水位、渗漏排水泵启动信号，获取渗漏排水系统的故障诊断与趋势分析：
渗漏井水位长时不变：有效测值范围内，对渗漏井水位测值循环比数，连续取三个测点测值变化梯度小于阈值下限判定为变化异常；
渗漏井水位突变：测值变化梯度大于阈值上限判定为变化异常；
渗漏泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限；
渗漏泵启动长时停止：任意泵间的连续停止时长大于启动间隔上限；
渗漏泵频繁启动：任意泵间的连续停止时长小于启动间隔下限；
上述的气系统包括多台中压机、低压机，监控信号有：中压机、低压机启停时间、中压气压力、低压气压力，获取气系统的故障诊断与趋势分析：
中、低压气压力长时不变：有效测值范围内，对中、低压气压力测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为异常；
中、低压气压力突变：气压测值变化梯度大于阈值上限中、低压机长时启动：单台中压机单次连续启动时间大于启动时长阈值上限；
中、低压机长时停止：任意一台中压机间的连续停止时长大于启动间隔阈值上限中、低压机频繁启动：任意一台中压机间的连续停止时长小于启动间隔阈值下限。
本发明提供的一种水电站公用辅助设备故障诊断与趋势分析方法，对机组及厂房调速油系统、三部轴承油系统、供水系统、气系统、排水系统等辅助设备的工作效率、运行状况、信号变化规律进行全面、深入的分析，并通过对单个设备的分析，映射出其所在系统或其关联系统存在的缺陷或隐患，提醒电厂运维人员及时排查、处理，给出维修、检修指导，为电厂智慧运行、智慧检修提供理论依据。
附图说明
下面结合附图和实施例对本发明作进一步说明：
图1为本发明水电机组辅助设备故障诊断与趋势分析流程图；
图2为本发明压油装置趋势分析模型；
图3为本发明顶盖排水系统趋势分析模型；
图4为本发明技术供水系统趋势分析模型；
图5为本发明漏油泵趋势分析模型；
图6为本发明漏油泵趋势分析模型；
图7为本发明检修排水系统趋势分析模型；
图8为本发明渗漏排水系统趋势分析模型；
图9为本发明气系统趋势分析模型；
图10为本发明水电机组辅助设备故障诊断告警示意图。
具体实施方式
以下结合附图和实施例详细说明本发明技术方案。
如图1-10中所示，水电站公用辅助设备故障诊断与趋势分析分为两个过程：分析模型建立，数据计算、分析及预警。
分析模型建立：根据不同辅助设备的种类、运行特性、分析需求，设计由测点触发底事件、底事件触发中间事件、中间事件触发顶事件的分析模型，包括所需测点、计算方法、所需工况判断条件等。
数据计算、分析及预警：从数据平台中抽取需要的测点数据，代入模型进行分析、计算，并将最终结果以预警的方式呈现给运维人员。
目前，大多数水电机组辅助设备的监视信号有：反应其性能的模拟量信号，如水位、油位、水压、油压、气压等；表示其运行状态的开关量信号，如位置信号、启停信号。根据这些采集的模拟量及开关量信号、机组辅助设备运行特性及其控制逻辑，可对其建立启停异常分析、设备运行状态异常分析、设备监视信号异常分析故障诊断模型。
1、水电站公用辅助设备故障诊断模型
目前，大多数水电机组辅助设备的监视信号有：反应其性能的模拟量信号，如水位、油位、水压、油压、气压等；表示其运行状态的开关量信号，如位置信号、启停信号。根据这些采集的模拟量及开关量信号、机组辅助设备运行特性及其控制逻辑，可对其建立启停异常分析、设备运行状态异常分析、设备监视信号异常分析故障诊断模型。
1.1设备启停异常分析模型
设备启停异常模型分为长时启动、长时停止、频繁启动、多台同时启动四种模型，此类分析模型适用于以电机为主体的周期性启动的辅助设备趋势分析。
定义某一设备前次启动时刻为T1，前次停止时刻为T2，后次次启动时刻为T3，后次停止时刻为T4，启动时长为ΔP，启动间隔为ΔT，平均启动时长为ΔP0，启动时长上限为ΔP0H，启动时长下限为ΔP0L，平均启动间隔为ΔT0，启动间隔上限为ΔT0H，启动间隔下限为ΔT0L，启动台数为N。
(1)长时启动：水电机组辅助设备，尤其是三相异步电动机类设备，其正常运转、停止时长一般较固定，若其启动时长超出正常范围，其原因可能为：设备老化导致效率降低；重大设备缺陷引起油、水、气系统用量、渗漏或排出异常；控制系统缺陷引起的停止失败。计算其单次运转维持时长并与正常运转时长(国标、行标、经验值)相比较，大于阈值上限即可判断其属于长时启动。
△P＝T2-T1>ΔP0H
(2)长时停止：三相异步电动机类设备若停止时长超出正常范围，其原因可能为设备故障导致启动失败；控制系统缺陷引起的启动异常。计算其单次启动间隔时长并与正常启动间隔时长(国标、行标、经验值)相比较，大于阈值上限即可判断其属于长时停止。
△T＝T3-T2>ΔT0H
(3)频繁启动：三相异步电动机类设备若频繁启动，其原因可能为异常调节或其它重大设备缺陷引起油、水、气系统用量、渗漏或排出异常；控制系统定值设置不合理引起设备启、停频繁。计算其单次启动间隔时长并与正常启动间隔时长(国标、行标、经验值)相比较，小于阈值下限即可判断其属于频繁启动。
△T＝T3-T2<ΔT0L
(4)多台同时启动：部分辅助设备包含多台三相异步电动机，正常情况下只启动一台电机，当多台同时启动时，可能存在油、水、气泄漏、失压或控制异常的情况。计算其同时处于启动状态的台数，大于等于2即判定为多台同时启动。
N≥2。
1.2设备运行状态异常分析模型
设备状态异常模型分为与机组运行工况不符、状态持续时间异常两种模型，此类分析模型适用于以阀门、开关为主体的非周期性状态变化的辅助设备趋势分析。
定义某一设备本次启动/开启时刻为K1，本次停止/关闭时刻为K2，启动时长为ΔK，启动/开启状态保持时长为，平均启动时长为ΔK0，启动/开启状态保持时长上限为ΔK0H，启动/开启状态保持时长下限为ΔK0L
(1)设备状态与机组运行工况不符：机组正常运行或机组停机时，应该开启的阀门未开启，应该关闭的阀门未关闭。关联机组运行工况，判断相应的辅助设备的位置信号是否与机组运行工况相符。
(2)状态持续时间异常：非周期性启动或开启的泵/阀门若持续保持开启状态，其原因可能是泵/阀门故障导致停止/关闭失败、设备所处的系统运行异常、控制回路故障引起。统计其单次开启时长并与正常开启时长(国标、行标、经验值)相比较，大于阈值上限即可判断其运行异常。
ΔK＝K2-K1>ΔK0H。
1.3设备监视信号异常分析模型
设备监视信号异常模型分为信号突变、信号缓变或长时不变两种模型，此类分析模型适用于以绝大多数有模拟量监视信号的辅助设备趋势分析。
定义前一时刻某一模拟量信号测值为A1，后一时刻该模拟量信号测值为A2，模拟量信号测值变化量为ΔA，测值比较周期为T，正常变化梯度为ΔA0，变化梯度上限为ΔA0H，变化梯度下限为ΔA0L。
(1)信号突变：水电机组辅助设备模拟量监视信号一半遵循一定的变化规律，若突然短时间增大或减小过快，其原因可能时发生泄漏、失压事故，或信号采集装置异常。计算其信号变化梯度，大于阈值上限即判断为信号突变。
(2)信号缓变或长时不变：变化频繁的模拟量信号若长期保持不变，原因可能为传感器、采集系统故障或管道堵塞。计算其信号变化梯度，小于阈值下限即判断为信号缓变或长时不变。
2、某水电站公用辅助设备故障诊断与趋势分析
按照某水电机组辅助设备分类，设计了与运行特性相匹配的压油装置、顶盖排水系统、技术供水系统、漏油泵系统、三部轴承供油系统、检修排水系统、渗漏排水系统、气系统故障诊断与趋势分析方法。根据不同辅助设备的用途、监控逻辑和运行特性，利用采集的数据信号对其启停工况、运行状态、信号监视进行数据计算、分析，并预警。以下为某水电站机组辅助设备分析方法，分析诊断周期、与机组或其它关联设备工况、信号变化梯度、启停或状态持续时长的阈值可依据各机组设备特性的不同进行调整。
2.1压油装置故障诊断与趋势分析
某水电站机组压油装置包含的设备主要有三台油压泵、两个压力油罐、一个集油槽、一个事故油罐，通过控制油泵的启停从而保障机组调速油系统的正常运转。监控的信号主要有：三台压油泵启停控制；监视压油罐压力和油位、事故油罐压力和油位、集油槽油位以及油泵启动信号。正常运行时，压油泵启动频次较高，油压、油位信号随机组调速系统用油量及压油泵启停规律变化。根据调速油系统运行特性，其故障诊断与趋势分析主要包括：油泵启动异常——长时启动、长时停止、频繁启动、多台同时启动；信号监视异常——压力、油位突变，压力、油位长时不变。
(1)压油泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限(10分钟)；
(2)压油泵长时停止：关联压油系统为非检修工况(如：压油罐压力大于3.0MPa时)，所有油泵共同的连续停止时间大于启动间隔阈值上限(12小时)；
(3)压油泵频繁启动：任意泵间连续停止时间小于启动间隔阈值下限(1小时)；
(4)多台泵同时启动：同时启动泵台数大于等于2台；
(5)压油罐压力突变：压油罐压力变化梯度大于阈值上限(压力1分钟变化超过0.5MPa)判定为变化异常；
(6)压油罐压力长时不变：关联压油系统为非检修工况(如：压油罐油位大于600mm)，在有效测值范围内，对油压测值循环比数，连续取三个相邻的测点(可取每个测点间隔10分钟)测值变化梯度小于阈值下限(0.02MPa)时判定为变化异常；
(7)压油罐油位突变：油罐油位变化梯度大于阈值上限(1分钟变化超过500mm)判定为变化异常；
(8)压油罐或集油槽油位长时不变：关联压油系统为非检修工况(如：压油罐压力大于3.0MPa)，在有效测值范围内，对测值循环比数，连续取三个测点(可取每个测点间隔10分钟)测值变化梯度小于阈值下限(1mm)时报警；
(9)事故油罐压力突变：压力变化梯度大于阈值上限(1分钟变化超过0.1MPa)判定为变化异常；
(10)事故油罐油位突变：油位变化大于阈值上限(1分钟变化超过100mm)判定为变化异常；
(11)集油槽油位突变：油位变化速度大于经验(1分钟变化超过200mm)判定为变化异常。
2.2顶盖排水系统故障诊断与趋势分析
某水电站机组顶盖排水系统包含的设备主要有三台顶盖泵，通过控制顶盖泵的启停来保障机组顶盖排水系统的正常运行。监控信号主要有：控制三台顶盖泵启停，监视顶盖水位、密封水压以及顶盖泵启动信号。正常运行时，顶盖泵启动频次较高，顶盖水位随主轴密封供水量及顶盖泵启停规律变化；主轴密封水压小范围变化。根据顶盖排水系统的运行特性，其故障诊断与趋势分析主要包括：顶盖泵启动异常——长时启动、长时停止、频繁启动、多台同时启动；信号监视异常——顶盖水位、密封水压突变、长时不变。
(1)顶盖泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限(30分钟)；
(2)顶盖泵长时停止：关联顶盖集水槽为正常进水工况时(密封水压正常，如水压大于0.05MPa)，任意泵间的连续停止时间大于顶盖泵启动间隔阈值上限(2小时)；
(3)顶盖泵频繁启动：任意泵间的启动间隔小于启动间隔阈值下限(10分钟)；
(4)多台泵同时启动：同时启动泵台数大于等于2；
(5)顶盖水位突变：水位变化速度大于大于阈值上限(5分钟变化大于0.3米)，判定为变化异常；
(6)顶盖水位长时不变：关联顶盖集水槽为正常进水工况，在有效测值范围内，对顶盖水位测值循环比数，连续取三个测点(每个测点间隔10分钟)测值变化梯度小于阈值下限(0.05米)时判定为异常；
(7)密封水压突变：机组稳定运行时(关联机组稳定运行工况)，水压变化梯度大于大于阈值上限(1分钟内变化大于0.05MPa)时判定为异常；
(8)密封水压长时不变：机组稳定运行时条件下(关联机组稳定运行工况)，在有效测值范围内，对测值循环比数，连续取三个测点(可取每个测点间隔10分钟)测值变化梯度小于阈值下限(0.01MPa)时判定为异常。
2.3技术供水系统故障诊断与趋势分析
技术供水系统包含的设备主要有水系统电磁阀、电动阀、排污阀，主要作用是通过控制阀门的开启和关闭来保障机组冷却水系统的稳定运行，从而保障机组相关部件的冷却、散热。监控信号主要有：控制三台顶盖泵启停，监视取水口和出水口水压、阀门状态信号。正常运行时，水系统主供水电磁阀应该为开启状态，正反向供水电磁阀中一组开启一组关闭，一组电动球阀开启，排污阀定时开启或水压差过大时开启，取水口及出水口水压稳定在小范围变化。根据技术供水系统的运行特性，其故障诊断与趋势分析主要包括：电磁阀状态异常——总供水阀状态与机组工况不符，正反向供水阀状态与机组工况不符；排污阀状态异常——排污阀开启时间过长；信号监视异常——取水口、出水口水压长时不变。
(1)取水口或出水口水压长时不变：关联机组稳定运行工况，在水压有效测值范围内，对测值循环比数，连续取三个测点(可取每个测点间隔10分钟)测值变化梯度小于阈值下限(0.01MPa)时启动报警；
(2)滤水器排污阀开启时间过长：任一滤水器排污阀门连续开启时间大于最大开启时长大于阈值上限(10分钟)启动报警；
(3)技术供水主电磁阀状态异常：关联机组稳定运行工况，技术供水主电磁阀阀门不在开启状态时启动报警；
(4)正反向电磁阀状态异常：关联机组稳定运行工况，正向、反向供水电磁阀同时为全关状态或同时为全开状态持续时间大于电磁阀最大动作时间(2分钟)时启动报警。
2.4漏油泵系统故障诊断与趋势分析
漏油泵系统包含的设备主要有一台机坑漏油泵，一台技供漏油泵。通过控制漏油泵的启停，辅助机组调速油系统的正常运行。监控信号主要有：控制漏油泵启停，监视漏油箱油位及油泵启动信号。正常运行时，机坑漏油泵启动频率较高，油位随调速管道漏油量及油泵启停规律变化；技供漏油泵启动频率较低，管道漏油量较小，油位变化不明显。根据机坑漏油泵及技供漏油泵的运行特性，其故障诊断与趋势分析主要包括：油泵启停异常——长时启动、长时停止、频繁启动；信号监视异常——漏油箱油位长时不变、油位突变。
(1)机坑漏油泵或技供漏油泵长时启动：漏油泵连续启动时长超过启动时长阈值上限(10分钟)；
(2)机坑漏油泵长时停止：关联压油系统正常运行工况(油压大于3.0MPa)，漏油泵连续停止时间大于启动间隔阈值上限(15小时)；
(3)机坑漏油泵频繁启动：漏油泵连续停止时间小于启动间隔阈值下限(2小时)；
(4)机坑、技供漏油箱油位突变：油位变化梯度大于阈值上限(1分钟变化超过200mm)判定为变化异常；
(5)机坑漏油箱油位长时不变：关联压油系统正常运行工况，在有效测值范围内，对测值循环比数，连续取三个测点(可取每个测点间隔10分钟)测值变化梯度小于阈值下限(2mm)时判定为变化异常；
(6)技供漏油泵频繁启动：启动间隔小于阈值上限(24小时)。
2.5三部轴承供油系统故障诊断与趋势分析
三部轴承供油系统包含的设备主要有上导、推力、水导油槽及其管道；监视信号主要有：油槽油位，机组正常运行时候，三部轴承油位较为稳定，推力及水导油槽油位随机组运行时油位有小幅度波动，上导油槽油位几乎无波动。根据监视信号的变化特性，其故障诊断与趋势分析主要包括：信号监视异常——油槽油位突变。
(1)上导、推力、水导油槽油位突变：油位变化梯度大于阈值上限(5分钟变化超过20mm)判定为变化异常；
(2)推力、水导油槽油位长期不变：油位变化梯度小于阈值下限(30分钟变化小于1mm)判定为变化异常。
2.6检修排水系统故障诊断与趋势分析
电站检修排水系统包含的设备主要有检修排水泵(多台)及排水管道，通过控制排水泵启停，保障厂房检修井水位保持正常状态。监控信号主要有：控制检修排水泵启停，监视检修井水位及检修排水泵启动信号。正常运行时，检修排水泵启停频次较高，水位随机组排水量及排水泵启停规律变化。根据检修排水系统运行特性，其故障诊断与趋势分析主要包括：检修排水泵启动异常——长时启动、长时停止、频繁启动；信号监视异常——检修井水位突变、长时不变。
检修泵控制回路及控制逻辑中有多台泵同时启动的方式，故不需要判断多台泵同时启动为异常现象。
(1)检修井水位长期不变：有效测值范围内，对检修井水位测值循环比数，连续取三个测点(每个测点间隔30分钟)测值变化梯度小于阈值下限(0.01米)时判定为异常变化；
(2)检修井水位突变：在非机组检修排水期间，检修井水位测值变化梯度大于阈值上限(10分钟内测值变化大于0.5米)判定为异常；
(3)检修泵长时启动：在非机组检修排水期间，单台泵连续启动时间大于启动时长阈值上限(2小时)；
(4)检修泵渗漏泵长时停止：任意泵间的连续停止时间大于启动间隔阈值上限(24小时)；
(5)检修泵频繁启动：任意泵间的连续停止时间小于启动间隔下限(4小时)。
2.7渗漏排水系统故障诊断与趋势分析模型
渗漏排水系统包含的设备主要有渗漏排水泵(多台)，通过控制排水泵启停，保障厂房渗漏井水位保持正常状态。监控信号主要有：控制渗漏泵启停，监视渗漏井水位、渗漏排水泵启动信号。正常运行时，检修排水泵启停频次较高，水位随厂房渗漏水量及排水泵启停规律变化。根据渗漏排水系统运行特性，其故障诊断与趋势分析主要包括：渗漏排水泵启动异常——长时启动、长时停止、频繁启动、多台同时启动；信号监视异常——渗漏井水位突变、长时不变。
渗漏泵控制回路及控制逻辑中有多台泵同时启动的方式，故不需要判断多台泵同时启动为异常现象。
(1)渗漏井水位长期不变：有效测值范围内，对渗漏井水位测值循环比数，连续取三个测点(可取每个测点间隔10分钟)测值变化梯度小于阈值下限(0.02米)判定为变化异常；
(2)渗漏井水位突变：测值变化梯度大于阈值上限(10分钟内测值变化大于0.5米)判定为变化异常；
(3)渗漏泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限(2小时)；
(4)渗漏泵启动长时停止：任意泵间的连续停止时长大于启动间隔上限(20小时)；
(5)渗漏泵频繁启动：任意泵间的连续停止时长小于启动间隔下限(2小时)。
2.8中、低气系统故障诊断与趋势分析模型
中、低气系统包含的设备主要有多台中压机、低压机，通过控制中压机、低压机的启停维持全厂气系统的正常运行。监控信号主要有：控制中压机、低压机启停，监视中压气压力、低压气压力。正常运行时，中压机、低压机启停频次较高，气压随用气量及电机启停规律变化。根据气系统运行特性，其故障诊断与趋势分析主要包括：中压机、低压机启动异常——长时启动、长时停止、频繁启动；信号监视异常——中压气压力、低压气压力突变、长时不变。
中压机、低压机控制回路及控制逻辑中有多台同时启动的方式，故不需要判断多台同时启动为异常现象。
(1)中、低压气压力长期不变：有效测值范围内，对中、低压气压力测值循环比数，连续取三个测点(可取每个测点间隔30分钟)测值变化梯度小于阈值下限(0.01MPa)时判定为异常；
(2)中、低压气压力突变：气压测值变化梯度大于阈值上限(中压气1分钟内测值变化大于0.5MPa，低压气1分钟内测值变化大于0.2MPa)；
(3)中、低压机长时启动：单台中压机单次连续启动时间大于启动时长阈值上限(15分钟)；
(4)中、低压机长时停止：任意一台中压机间的连续停止时长大于启动间隔阈值上限(中压机48小时，低压机24小时)；
(5)中、低压机频繁启动：任意一台中压机间的连续停止时长小于启动间隔阈值下限(2小时)。
水电站公用辅助设备故障诊断与趋势分析方法在某水力发电厂已得到广泛应用，该电厂选取5台机组作为应用试点，对机组及厂房调速油系统、三部轴承油系统、供水系统、气系统、排水系统等辅助设备的工作效率、运行状况、信号变化规律进行全面、深入的分析，并通过对单个设备的分析，映射出其所在系统或其关联系统存在的缺陷或隐患，提醒电厂运维人员及时排查、处理，给出维修、检修指导，为电厂智慧运行、智慧检修提供理论依据。
水电站公用辅助设备故障诊断与趋势分析方法简单实用，电厂运维人员已运用该方法多次发现机组顶盖泵运行效率降低、上导轴承油槽渗漏、控制系统故障引起的技供漏油泵启停异常、负荷调节异常引起的油泵频繁启动、中压气系统管道密封不严等多项设备运行异常现象，使缺陷得到及时发现和处理，提高了电站设备的安全稳定运行水平。
Claims (3)
1.一种水电站公用辅助设备故障诊断与趋势分析方法，其特征在于，包括如下步骤：
Step1、分析模型建立，根据不同辅助设备的种类、运行特性、分析需求，设计由测点触发底事件、底事件触发中间事件、中间事件触发顶事件的分析模型，包括所需测点、计算方法、所需工况判断条件；
Step2、数据计算、分析及预警，从数据平台中抽取需要的测点数据，代入模型进行分析、计算，对辅助设备的故障进行诊断和趋势分析，并将最终结果以预警的方式呈现给运维人员；
所述的Step1中，分析模型包括设备启停异常分析模型、设备运行状态异常分析模型和设备监视信号异常分析模型，当分析计算指标与设备正常运行时的健康指标的差值在设定范围内时，表明设备处于正常运行状态；当差值开始增大时，表明设备处于早期预警运行工况；当差值变化斜率大于设定值时，表明设备处于缺陷工况；当差值超过阈值上限或下限时，表明设备处于故障工况；
所述的Step1中，设备启停异常分析模型分为长时启动、长时停止、频繁启动、多台同时启动四种模型，此分析模型用于电机的周期性启动的辅助设备趋势分析，需计算的指标为启动时长、启动间隔，具体模型为下：
定义被检测设备前次启动时刻为T1，前次停止时刻为T2，后次启动时刻为T3，后次停止时刻为T4，启动时长为ΔP，启动间隔为ΔT，平均启动时长为ΔP0，启动时长上限为ΔP0H，启动时长下限为ΔP0L，平均启动间隔为ΔT0，启动间隔上限为ΔT0H，启动间隔下限为ΔT0L，启动台数为N；
长时启动：三相异步电动机类设备，其正常运转、停止时长固定，其启动时长超出正常范围的定义为：计算其单次运转维持时长并与正常运转时长相比较，大于阈值上限即可判断其属于长时启动：
△P＝T2-T1>ΔP0H；
长时停止：三相异步电动机类设备停止时长超出正常范围定义为：计算其单次启动间隔时长并与正常启动间隔时长相比较，大于阈值上限即可判断其属于长时停止：
△T＝T3-T2>ΔT0H；
频繁启动：三相异步电动机类设备频繁启动定义为：计算其单次启动间隔时长并与正常启动间隔时长相比较，小于阈值下限即可判断其属于频繁启动；
△T＝T3-T2<ΔT0L；
多台同时启动：包含多台三相异步电动机的辅助设备，多台同时启动的定义为：计算其同时处于启动状态的台数，大于等于2即判定为多台同时启动
N≥2；
所述的Step1中，设备运行状态异常分析模型用于检测阀门、开关的非周期性状态变化的辅助设备趋势分析，分为设备状态与机组运行工况不符、状态持续时间异常两种模型，需计算的指标为启动/开启时长，具体模型如下：
定义被检测设备的设备本次启动/开启时刻为K1，本次停止/关闭时刻为K2，启动时长为ΔK，启动/开启状态保持时长为K0，平均启动时长为ΔK0，启动/开启状态保持时长上限为ΔK0H，启动/开启状态保持时长下限为ΔK0L；
设备状态与机组运行工况不符：关联机组运行工况，判断相应的辅助设备的位置信号是否与机组运行工况相符；
状态持续时间异常：统计其单次开启时长并与正常开启时长相比较，大于阈值上限即可判断其运行异常，即：
ΔK＝K2-K1>ΔK0H；
所述的Step1中，设备监视信号异常分析模型分为用于有模拟量监视信号的辅助设备趋势分析，分为信号突变、信号缓变或长时不变两种模型，需计算的指标为信号变化梯度，模型定义为：
定义前一时刻被监测的模拟量信号测值为A1，后一时刻该模拟量信号测值为A2，模拟量信号测值变化量为ΔA，测值比较周期为T，正常变化梯度为ΔA0，变化梯度上限为ΔA0H，变化梯度下限为ΔA0L；
信号突变：计算其信号变化梯度，大于阈值上限即判断为信号突变，即
信号缓变或长时不变：计算信号变化梯度，小于阈值下限即判断为信号缓变或长时不变，即：
所述的Step2中，辅助设备的故障进行诊断和趋势分析包括对压油装置、顶盖排水系统、技术供水系统、漏油泵系统、三部轴承供油系统、检修排水系统、渗漏排水系统和气系统故障诊断与趋势分析；
所述的Step2中，压油装置包括多个油压泵、多个压力油罐、集油槽以及事故油罐，对油压泵启停控制信号、压力油罐压力和油位、事故油罐压力和油位、集油槽油位以及油泵启动信号进行监视，获取压油装置的故障诊断与趋势分析：压油泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限；
压油泵长时停止：关联压油系统为非检修工况时，所有油泵共同的连续停止时间大于启动间隔阈值上限；
压油泵频繁启动：任意泵间连续停止时间小于启动间隔阈值下限；
多台泵同时启动：同时启动泵台数大于等于2台；
压油罐压力突变：压油罐压力变化梯度大于阈值上限判定为变化异常；
压油罐压力长时不变：关联压油系统为非检修工况，在有效测值范围内，对油压测值循环比数，连续取三个相邻的测点测值变化梯度小于阈值下限时判定为长时不变，定义为变化异常；
压油罐油位突变：油罐油位变化梯度大于阈值上限判定为油位突变；
压油罐或集油槽油位长时不变：关联压油系统为非检修工况，在有效测值范围内，对测值循环比数，连续取三个测点测值变化梯度小于阈值下限时报警；
事故油罐压力突变：压力变化梯度大于阈值上限判定为压力突变；
事故油罐油位突变：事故油罐油位变化大于阈值上限判定为变化油位突变；
集油槽油位突变：油位变化速度大于阈值时判定为油位突变；
所述的顶盖排水系统包括多台顶盖泵，监控信号有：顶盖泵启停时间，顶盖水位、密封水压以及顶盖泵启动信号；获取顶盖排水系统的故障诊断与趋势分析：顶盖泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限；
顶盖泵长时停止：关联顶盖集水槽为正常进水工况时，任意泵间的连续停止时间大于顶盖泵启动间隔阈值上限；
顶盖泵频繁启动：任意泵间的启动间隔小于启动间隔阈值下限；
多台泵同时启动：同时启动泵台数大于等于2；
顶盖水位突变：水位变化速度大于阈值上限，判定为变化异常
顶盖水位长时不变：关联顶盖集水槽为正常进水工况，在有效测值范围内，对顶盖水位测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为异常密封水压突变：机组稳定运行时，水压变化梯度大于阈值上限时判定为异常密封水压长时不变：机组稳定运行时条件下，在有效测值范围内，对测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为异常。
2.根据权利要求1所述的一种水电站公用辅助设备故障诊断与趋势分析方法，其特征在于，所述的Step2中，技术供水系统包括供水系统电磁阀、电动阀、排污阀，监控信号有：取水口和出水口水压、阀门状态信号，获取技术供水系统的故障诊断与趋势分析：
取水口或出水口水压长时不变：关联机组稳定运行工况，在水压有效测值范围内，对测值循环比数，连续取三个测点测值变化梯度小于阈值下限时启动报警；
滤水器排污阀开启时间过长：任一滤水器排污阀门连续开启时间大于最大开启时长大于阈值上限启动报警；
技术供水主电磁阀状态异常：关联机组稳定运行工况，技术供水主电磁阀阀门不在开启状态时启动报警；
正反向电磁阀状态异常：关联机组稳定运行工况，正向、反向供水电磁阀同时为全关状态或同时为全开状态持续时间大于电磁阀最大动作时间时启动报警；
所述的漏油泵系统包括机坑漏油泵和技供漏油泵，监控信号有：漏油泵启停时间、漏油箱油位及油泵启动信号，获取漏油泵系统的故障诊断与趋势分析：机坑漏油泵或技供漏油泵长时启动：漏油泵连续启动时长超过启动时长阈值上限；机坑漏油泵长时停止：关联压油系统正常运行工况，漏油泵连续停止时间大于启动间隔阈值上限；
机坑漏油泵频繁启动：漏油泵连续停止时间小于启动间隔阈值下限；
机坑、技供漏油箱油位突变：油位变化梯度大于阈值上限判定为变化异常机坑漏油箱油位长时不变：关联压油系统正常运行工况，在有效测值范围内，对测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为变化异常；技供漏油泵频繁启动：启动间隔小于阈值上限；
所述的三部轴承供油系统包括上导、推力、水导油槽及其管道,其故障诊断与趋势分析：
上导、推力、水导油槽油位突变：油位变化梯度大于阈值上限判定为变化异常；推力、水导油槽油位长期不变：油位变化梯度小于阈值下限判定为变化异常。
3.根据权利要求2所述的一种水电站公用辅助设备故障诊断与趋势分析方法，其特征在于，所述的Step2中，检修排水系统包括多台检修排水泵及排水管道，监控信号有：检修排水泵启停时间，检修井水位及检修排水泵启动信号，获取检修排水系统的故障诊断与趋势分析：
检修井水位长期不变：有效测值范围内，对检修井水位测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为异常变化；
检修井水位突变：在非机组检修排水期间，检修井水位测值变化梯度大于阈值上限判定为异常；
检修泵长时启动：在非机组检修排水期间，单台泵连续启动时间大于启动时长阈值上限；
检修泵渗漏泵长时停止：任意泵间的连续停止时间大于启动间隔阈值上限；
检修泵频繁启动：任意泵间的连续停止时间小于启动间隔下限；
所述的渗漏排水系统包括多台渗漏排水泵，监控信号有：渗漏泵启停时间，监视渗漏井水位、渗漏排水泵启动信号，获取渗漏排水系统的故障诊断与趋势分析：
渗漏井水位长时不变：有效测值范围内，对渗漏井水位测值循环比数，连续取三个测点测值变化梯度小于阈值下限判定为变化异常；
渗漏井水位突变：测值变化梯度大于阈值上限判定为变化异常；
渗漏泵长时启动：所有泵单次连续启动总时间大于启动时长阈值上限；
渗漏泵启动长时停止：任意泵间的连续停止时长大于启动间隔上限；
渗漏泵频繁启动：任意泵间的连续停止时长小于启动间隔下限；
所述的气系统包括多台中压机、低压机，监控信号有：中压机、低压机启停时间、中压气压力、低压气压力，获取气系统的故障诊断与趋势分析：
中、低压气压力长时不变：有效测值范围内，对中、低压气压力测值循环比数，连续取三个测点测值变化梯度小于阈值下限时判定为异常；
中、低压气压力突变：气压测值变化梯度大于阈值上限中、低压机长时启动：单台中压机单次连续启动时间大于启动时长阈值上限；
中、低压机长时停止：任意一台中压机间的连续停止时长大于启动间隔阈值上限中、低压机频繁启动：任意一台中压机间的连续停止时长小于启动间隔阈值下限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210955759.XA CN115455651B (zh) | 2022-08-10 | 2022-08-10 | 一种水电站公用辅助设备故障诊断与趋势分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210955759.XA CN115455651B (zh) | 2022-08-10 | 2022-08-10 | 一种水电站公用辅助设备故障诊断与趋势分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115455651A CN115455651A (zh) | 2022-12-09 |
| CN115455651B true CN115455651B (zh) | 2024-01-05 |
Family
ID=84296208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210955759.XA Active CN115455651B (zh) | 2022-08-10 | 2022-08-10 | 一种水电站公用辅助设备故障诊断与趋势分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115455651B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013155421A1 (en) * | 2012-04-13 | 2013-10-17 | Siemens Corporation | Embedded prognostics on plc platforms for equipment condition monitoring, diagnosis and time-to-failure/service prediction |
| CN107069963A (zh) * | 2017-04-13 | 2017-08-18 | 华能澜沧江水电股份有限公司小湾水电厂 | 一种无人值班水电厂智能监盘方法及系统 |
| CN107065824A (zh) * | 2017-03-07 | 2017-08-18 | 贵州黔源电力股份有限公司 | 一种水电机组远程故障诊断开放式平台 |
| CN110502000A (zh) * | 2019-09-19 | 2019-11-26 | 贵州电网有限责任公司 | 一种小水电关键设备安全预警及故障诊断系统及方法 |
| CN112200433A (zh) * | 2020-09-25 | 2021-01-08 | 华电福新广州能源有限公司 | 一种发电厂热力性能分析与优化系统 |
| CN112363432A (zh) * | 2020-11-12 | 2021-02-12 | 江西省港航建设投资集团有限公司 | 一种水电站辅助设备的监测系统及监测方法 |
| CN114718941A (zh) * | 2021-12-14 | 2022-07-08 | 雅砻江流域水电开发有限公司 | 一种基于plc的油压装置运行数据智能分析的方法 |
| CN114863651A (zh) * | 2021-01-15 | 2022-08-05 | 湖南五凌电力科技有限公司 | 辅机状态监测智能预警方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6560552B2 (en) * | 2001-03-20 | 2003-05-06 | Johnson Controls Technology Company | Dynamically configurable process for diagnosing faults in rotating machines |
| JP4396286B2 (ja) * | 2004-01-21 | 2010-01-13 | 三菱電機株式会社 | 機器診断装置および機器監視システム |
| US9104650B2 (en) * | 2005-07-11 | 2015-08-11 | Brooks Automation, Inc. | Intelligent condition monitoring and fault diagnostic system for preventative maintenance |
| CN110033186A (zh) * | 2019-04-10 | 2019-07-19 | 华能澜沧江水电股份有限公司 | 一种巨型水电厂智能监盘系统 |
| CN110309981A (zh) * | 2019-07-09 | 2019-10-08 | 华能四川水电有限公司 | 一种基于工业大数据的水电站状态检修决策系统 |
-
2022
- 2022-08-10 CN CN202210955759.XA patent/CN115455651B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013155421A1 (en) * | 2012-04-13 | 2013-10-17 | Siemens Corporation | Embedded prognostics on plc platforms for equipment condition monitoring, diagnosis and time-to-failure/service prediction |
| CN107065824A (zh) * | 2017-03-07 | 2017-08-18 | 贵州黔源电力股份有限公司 | 一种水电机组远程故障诊断开放式平台 |
| CN107069963A (zh) * | 2017-04-13 | 2017-08-18 | 华能澜沧江水电股份有限公司小湾水电厂 | 一种无人值班水电厂智能监盘方法及系统 |
| CN110502000A (zh) * | 2019-09-19 | 2019-11-26 | 贵州电网有限责任公司 | 一种小水电关键设备安全预警及故障诊断系统及方法 |
| CN112200433A (zh) * | 2020-09-25 | 2021-01-08 | 华电福新广州能源有限公司 | 一种发电厂热力性能分析与优化系统 |
| CN112363432A (zh) * | 2020-11-12 | 2021-02-12 | 江西省港航建设投资集团有限公司 | 一种水电站辅助设备的监测系统及监测方法 |
| CN114863651A (zh) * | 2021-01-15 | 2022-08-05 | 湖南五凌电力科技有限公司 | 辅机状态监测智能预警方法 |
| CN114718941A (zh) * | 2021-12-14 | 2022-07-08 | 雅砻江流域水电开发有限公司 | 一种基于plc的油压装置运行数据智能分析的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115455651A (zh) | 2022-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107291061B (zh) | 一种基于量化评估的水电机组健康状态评估方法 | |
| CN111365083B (zh) | 一种基于热力参数的汽轮机通流部分故障诊断方法 | |
| CN106351820A (zh) | 一种水泵供水控制方法 | |
| CN112347634B (zh) | 基于scada系统的风力发电机组液压变桨系统故障预测方法 | |
| CN112347641A (zh) | 一种基于实时数据的给水泵故障预测与诊断方法和系统 | |
| CN110552832A (zh) | 水轮机组故障诊断及健康状态评估方法 | |
| CN214404144U (zh) | 水轮机调速油系统 | |
| CN113176081B (zh) | 一种基于历史数据的汽轮机叶片磨损监测方法 | |
| CN115455651B (zh) | 一种水电站公用辅助设备故障诊断与趋势分析方法 | |
| CN114839339A (zh) | 一种监测发电机定冷水漏氢量的方法和系统 | |
| CN202483646U (zh) | 汽轮机智能润滑系统 | |
| CN117553246A (zh) | 一种水轮发电机组调速系统漏油报警方法 | |
| CN114412686B (zh) | 一种水轮机主轴密封性能监测评估方法 | |
| CN115342101A (zh) | 一种水轮发电机调速器液压系统内泄检测方法和系统 | |
| CN111723998B (zh) | 发电机压油槽油压系统故障早期预警方法 | |
| CN113266619B (zh) | 一种检测水轮发电机进水口事故门液压系统故障的方法 | |
| CN109236553B (zh) | 一种用于抽水蓄能电站的过速保护与流量控制方法 | |
| CN116221002B (zh) | 大型水轮发电机组导叶接力器开关腔油路串油判断方法 | |
| CN216846766U (zh) | 一种具备泄漏检测及保护功能的密封油净化装置 | |
| CN114893334B (zh) | 一种确定水轮机主轴密封漏水的方法和装置 | |
| CN116242539A (zh) | 一种水内冷发电机组冷却水渗漏预警方法 | |
| CN116519281B (zh) | 一种基于工业互联网的受油器浮动瓦磨损诊断系统及方法 | |
| CN216478180U (zh) | 一种用于密封件寿命试验的液压系统 | |
| CN112983717B (zh) | 一种水轮机顶盖智能排水的方法 | |
| CN115013384A (zh) | 检测机组在非停机态时筒阀液压系统内泄增大的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |